[其它] demo-msteams-源码

说明：多轮提示样本 Bot Framework v4多回合提示Bot示例 该机器人是使用创建的，它显示了如何使用botbuilder-dialogs包含的提示类。 该机器人将询问用户的姓名和年龄，然后存储响应。 它演示了使用文本提示，数字提示和状态访问器来存储和检索值的多轮对话流程。 先决条件 版本10.14或更高版本 # determine node version node --version 尝试这个样本 克隆存储库 git clone https://github.com/microsoft/
<weixin_42107374> 上传 | 大小：122kb

[其它] 用于压缩传感的之字形和替代产品扩展器图

说明：压缩感测（CS）断言，只要测量矩阵满足所谓的RIP，就可以从有限数量的随机或确定性投影中恢复稀疏信号。 人们试图为CS设计确定性矩阵，因为与实际应用中的随机矩阵相比，其存储量小，效率高且复杂度低。 最近的工作探索了用于有效CS重建的扩展图，但是现有的CS扩展图要么难以获得，要么受顶点数量的限制。 在本文中，我们提出了一种称为zig-zag和替换乘积展开图的算法，其主要思想是使用两个或多个已知的展开图生成另一个展开图或显式展开图族。 基于提出的算法，扩展图易于获得，并且图的顶点与原始信号的长度和测
<weixin_38736529> 上传 | 大小：139kb

[其它] github-lister-core:提供一种简单，快速且干净的方法来从GitHub提取存储库信息-源码

说明：Github Lister核心库 概述 gem旨在提供一种简单，快速且干净的方式从GitHub提取存储库信息。 它带有多种方法，但有意地仅限于基于存储库的信息。 如果您正在寻找GitHub API包装器，我们建议您查看 gem，这是我们在该项目中使用的工具。 它被编写为其他项目的查找核心，但是我们认为人们也许可以将其用作独立的库。 为了使查找尽可能快，我们充分利用了 gem来运行尽可能多的API查询。 用法 require 'github-lister-core' # Not a re
<weixin_42160645> 上传 | 大小：26kb

[其它] 基于l0最小化的稀疏重构智能贪婪追踪模型

说明：基于最小化的10稀疏重构是一个NP难题，具有很高的计算复杂度，这是传统算法难以实现的。 尽管贪心算法旨在解决最小化问题，但更有可能获得次优解决方案。 在本文中，我们提出了一种智能贪婪追踪（IGP）算法来从本质上解决l0最小化问题。 首先，针对稀疏重建问题提出了一种新颖的优化函数，其稀疏性水平为先验。 然后，设计了一种两周期优化算法，其目的是通过寻找全局最优解来智能，准确地估计支持集及其对应的系数。 为此，我们利用智能优化算法进行全局搜索和解决组合优化问题，以指导智能估计。 另外，通过贪心算法的匹
<weixin_38611254> 上传 | 大小：2mb

[其它] voxseg:用于语音非语音分段的语音活动检测（VAD）的python库-源码

说明：Voxseg Voxseg是用于语音活动检测（VAD）的Python软件包，用于语音/非语音音频分段。 它提供了完整的VAD流水线，包括一个预训练的VAD模型，并且基于介绍的工作。 该VAD的使用可引述如下： inproceedings{cnnbilstm_vad, title = {A hybrid {CNN-BiLSTM} voice activity detector}, author = {Wilkinson, N. and Niesler, T.}, bo
<weixin_42099633> 上传 | 大小：36mb

[其它] demoucontext-源码

说明：Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中，可以运行： yarn start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑，则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行器。 有关更多信息，请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 生成被最小化，并且文件名包括哈希
<weixin_42109125> 上传 | 大小：214kb

[电子政务] 【推荐】2019年智慧城市大脑建设方案.pptx

说明：2019年智慧城市大脑建设方案，2021智慧城市顶层设计及其建设规划实施解决方案可行性研究报告集
<qq_35004943> 上传 | 大小：699mb

[其它] 基于人工免疫算法的压缩感知信号重建

说明：压缩感测的核心，即信号重构，是对信号稀疏性问题的一种约束，可以通过10范数最小化来实现。 但是l0范数的最小化要求穷举所有原始信号的可能性，这是传统算法难以解决的NP难题。本文提出了一种基于人工免疫算法的信号重构算法，可以直接解决l0范数的最小化。 通过数值仿真证明，基于该方法的信号重建和光声图像重建性能优于OMP算法。
<weixin_38532629> 上传 | 大小：274kb

[MacOS] Clover_v2.5k_r5070.zip

说明：Clover_v2.5k_r5070.zip
<panjinsou1> 上传 | 大小：9mb

[制造] 综合布线（final review ）.docx

说明：综合布线
<m0_50865437> 上传 | 大小：8kb

[其它] D数：理论与应用

说明：如何对不确定的信息进行有效建模仍然是一个悬而未决的问题。 已经提出了许多方法，例如概率论，模糊集理论，Dempster-Shafer理论和可能性理论。 先前的所有方法都具有一些理想的特性，但也有一些缺点。 本文提出了一种处理不确定信息的新方法，称为D数。 可以看到一种特殊的随机集。 对D数进行算术运算。 数值算例说明了该方法的有效性。
<weixin_38654220> 上传 | 大小：174kb

[其它] kanoer:用于kanoer站点的文件-源码

说明：kanoer:用于kanoer站点的文件
<weixin_42134878> 上传 | 大小：638mb